应用STATA做统计分析 更新至STATA 12 （原书第8版）

图书标准信息

• 作者 [美]Lawrence C. Hamilton 著 巫锡炜、焦 著
• 出版社 清华大学出版社
• 出版时间 2017-04
• 版次 8
• ISBN 9787302466659
• 定价 69.80元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 425页

【内容简介】

　　《应用STATA做统计分析更新至STATA12(原书第8版)》将引导你通往功能强大的一流统计软件——针对Stata12更新了主题、示例和内容编排。

 

　　本书为学生和研究人员开启了充分利用倍受欢迎的Stata软件的大门，此软件为数据管理和统计分析提供了一个快捷、灵活且易用的平台。

 

　　本书内容全面，针对Stata12做了大幅修订，呈现了大量示例以说明如何应用Stata完成各式各样的任务。与Stata本身一样，《应用STATA做统计分析更新至STATA12(原书第8版)》将助你紧跟潮流，畅游于现代数据分析领域。内容包括：

 

　　l介绍数据管理的一整章，包括如何创建、导入、合并数据集或改变数据组织结构。

 

　　l结合示例介绍Stata的制图功能，包括图形编辑器。主题从简单的条形图和曲线标绘图到回归诊断、叠并多幅标绘图和绘制详细的、符合发表要求的图形。

 

　　l基本统计工具，包括制表、参数检验、卡方和其他非参数检验、ANOVA/ANCOVA、相关以及回归分析。

 

　　l高级方法，包括lowess回归、稳健回归、分位数回归、非线性回归和Box-Cox回归；logit、序次logit和多项logit模型；生存分析、事件计数分析和泊松分析；一般化线性建模（GLM）；因子分析和聚类分析；ARIMA和ARMAX时间序列建模；以及多层或混合效应建模——均以实际的易效仿示例加以说明，并侧重统计分析结果的解释。

 

　　l新增内容涉及从简单到高深的调查数据分析；用边际效应图直观地解释ANOVA、线性回归、logit或混合效应建模所得的结果；结构方程建模（SEM）；因子分在回归中的使用；以及缺失值的多重插补。

 

　　l时新且有趣的示例数据集，包括3个新近的调查和追踪气候亘古变化的时间序列。

 

　　l用示例展示如何编写自己的Stata程序——用户自编的程序允许创建数据管理和分析的新工具。

 

【作者简介】

   Hamilton博士任教于美国New Hampshire大学，主讲统计学，至今为止，他已经撰写了多部关于统计方面的学术著作，包括Modern Data Analysis、Regression with Graphics、Data Analysis for Social Scientists等，它们对于整个业内更好地理解统计方法、开展统计分析具有重要参考价值。

【目录】

第1章 Stata软件与Stata的资源 1 
1.1 本书体例的说明 1 
1.2 一个Stata操作的例子 2 
1.3 Stata的文件管理与帮助文件 6 
1.4 搜寻信息 7 
1.5 Stata公司 8 
1.6 《Stata期刊》 9 
1.7 应用Stata的图书 10 
第2章 数据管理 13 
2.1 命令示范 14 
2.2 创建一个新的数据集 16 
2.3 通过复制和粘贴创建新 
数据集 21 
2.4 定义数据的子集：in和if 
选择条件 22 
2.5 创建和替代变量 25 
2.6 缺失值编码 28 
2.7 使用函数 31 
2.8 数值和字符串之间的格式 
转换 34 
2.9 创建新的分类变量和定序 
变量 37 
2.10 标注变量下标 39 
2.11 导入其他程序的数据 40 
2.12 合并两个或多个Stata文件 43 
2.13 数据分类汇总 46 
2.14 重组数据结构 49 
2.15 使用权数 52 
2.16 生成随机数据和随机样本 53 
2.17 编制数据管理程序 57 
第3章 制图 59 
3.1 命令示范 59 
3.2 直方图 62 
3.3 箱线图 65 
3.4 散点图和叠并 68 
3.5 曲线标绘图和连线标绘图 73 
3.6 其他类型的二维标绘图 77 
3.7 条形图和饼图 79 
3.8 对称图和分位数图 82 
3.9 给图形添加文本 84 
3.10 使用do文件制图 86 
3.11 读取与合并图形 87 
3.12 图形编辑器 88 
3.13 创造性制图 91 
第4章 调查数据 99 
4.1 命令示范 99 
4.2 定义调查数据 100 
4.3 设计权数 102 
4.4 事后分层权数 104 
4.5 调查加权的表格和图形 107 
4.6 多重比较的条形图 110 
第5章 概要统计及统计表 115 
5.1 命令示范 115 
5.2 测量变量的描述性统计 117 
5.3 探索性数据分析 119 
5.4 正态性检验和数据转换 121 
5.5 频数表和二维交互表 124 
5.6 多表和多维交互表 127 
5.7 均值、中位数以及其他概要 
统计量的列表 129 
5.8 使用频数权数 131 
第6章 方差分析和其他比较方法 133 
6.1 示范 134 
6.2 单样本检验 135 
6.3 两样本检验 138 
6.4 单因素方差分析 140 
6.5 双因素和多因素方差分析 143 
6.6 因素变量和协方差分析 144 
6.7 预测值和误差条形图 147 
第7章 线性回归分析 151 
7.1 命令示范 151 
7.2 简单回归 155 
7.3 相关 158 
7.4 多元回归 161 
7.5 假设检验 165 
7.6 虚拟变量 167 
7.7 交互效应 170 
7.8 方差的稳健估计 175 
7.9 预测值及残差 177 
7.10 其他案例统计量 181 
7.11 诊断多重共线性和异方差性 186 
7.12 简单回归中的置信带 188 
7.13 诊断回归 191 
第8章 高级回归 197 
8.1 命令示范 197 
8.2 lowess修匀 199 
8.3 稳健回归 204 
8.4 对rreg和qreg的更多应用 209 
8.5 曲线回归1 212 
8.6 曲线回归2 214 
8.7 Box-Cox回归 219 
8.8 缺失值的多重填补 221 
8.9 结构方程建模 225 
第9章 logistic回归 231 
9.1 命令示范 233 
9.2 航天飞机数据 234 
9.3 使用logistic回归 238 
9.4 边际或条件效应标绘图 241 
9.5 诊断统计量与标绘图 243 
9.6 对序次y的logistic回归 247 
9.7 多项logistic回归 249 
9.8 缺失值的多重填补—— logit 
回归的例子 256 
第10章 生存模型与事件计数模型 259 
10.1 命令示范 260 
10.2 生存时间数据 262 
10.3 计数时间数据 264 
10.4 Kaplan-Meier存活函数 266 
10.5 Cox比例风险模型 268 
10.6 指数回归与Weibull回归 273 
10.7 泊松回归 277 
10.8 一般化线性模型 280 
第11章 主成分分析、因子分析 
和聚类分析 285 
11.1 命令示范 286 
11.2 主成分分析和主成分 
因子法 287 
11.3 旋转 289 
11.4 因子分 292 
11.5 主因子法 294 
11.6 *大似然因子法 296 
11.7 聚类分析-1 297 
11.8 聚类分析-2 301 
11.9 因子分在回归中的使用 305 
11.10 测量与结构方程模型 312 
第12章 时间序列分析 317 
12.1 命令示范 317 
12.2 修匀 319 
12.3 时间标绘图的更多例子 325 
12.4 *近的气候变化 328 
12.5 时滞、前导和差分 331 
12.6 相关图 336 
12.7 ARIMA模型 339 
12.8 ARMAX模型 346 
第13章 多层与混合效应建模 351 
13.1 命令示范 352 
13.2 含随机截距的回归 354 
13.3 随机截距和斜率 358 

13.4 多个随机斜率 363 
13.5 多层嵌套 366 
13.6 重复测量 368 
13.7 截面时间序列 371 
13.8 混合效应logit回归 376 
第14章 编程入门 383 
14.1 基本概念与工具 383 
14.2 程序示范：multicat(画出许多 
定类变量的图) 393 
14.3 使用multicat 396 
14.4 帮助文件 400 
14.5 蒙特卡罗模拟 403 
14.6 用Mata进行矩阵编程 410 
数据来源 415 
参考文献 419